A comparison of waiting times for assessment and epilepsy surgery between a Canadian and a Mexican referral center
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: To provide a comprehensive transnational overview of wait times for epilepsy surgery in Canada and Mexico. Methods: We reviewed all cases referred for epilepsy surgery between 2007 and 2015 at the Saskatchewan Epilepsy Program Royal University Hospital (SEP) (n = 70; Saskatoon, Canada) and the National Institute of Neurology and Neurosurgery (NINN) (n = 76; Mexico City, Mexico) and compared wait times, calculated as the time from diagnosis of epilepsy on assessment at an epilepsy center to epilepsy surgery. Results: Mean wait times were similar across centers. Mean patient age was 37.4 ± 9 years (NINN) and 36.7 ± 13.2 years (SEP). The mean time from epilepsy diagnosis to referral was 18.9 (NINN) and 16.9 years (SEP), p = 0.30; first consult with the epileptologist, 19.7 (NINN) and 17.4 years (p = 0.23); neuropsychology consult, 21.4 (NINN) and 17.9 years (SEP); video electroencephalogram (video-EEG) telemetry, 21.1 (NINN) and 18.6 months (SEP); initial neurosurgical consult, 21.9 (NINN) and 19.1 years (SEP) (p = 0.35); and epilepsy surgery, 19.7 (NINN) and 19.6 years (SEP) (p = 0.29). Significance: This is the first study to compare wait times between Canada and Mexico. Despite disparity in their health delivery systems and financial resources, surgical wait times appeared to be protracted in both nations, confirming that delayed treatment is a universal problem that requires collaborative scrutiny.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle